Escolar Documentos
Profissional Documentos
Cultura Documentos
Desvios
(erro do modelo)
Nr. de habitantes
Média (2,6)
Conceitos:
- Variância
- Desvio Padrão
Domicílio
Médias iguais,
mas desvios padrão diferentes
Desvio Padrão = 0,5 Desvio Padrão = 1,8
Nr. de habitantes
Nr. de habitantes
Domicílio Domicílio
Média com boa aderência aos dados Média com pobre aderência aos dados
Para além de Médias… Modelos Lineares
São modelos baseados sobre uma linha reta,
utilizados para representar a relação entre variáveis
Ou seja, geralmente estamos tentando resumir as
RELAÇÕES observadas a partir de nossos dados
observados em termos de uma linha reta.
1. Covariância
2. Coeficientes de correlação
COVARIÂNCIA
Uma maneira de verificar de duas variáveis
estão associadas é ver se elas variam
conjuntamente. Ou seja, ver se as
mudanças em uma variável correspondem
a mudanças similares na outra variável
(Renda)
Renda per capita
/
Consumo de água
per capita
(Consumo)
Municípios
Como calcular a semelhança entre o
padrão das diferenças das 2 variáveis?
Multiplicando a diferença de uma variável pela diferença
correspondente da segunda variável!
Se ambos os erros são positivos ou negativos, isso nos dará um valor positivo
(desvios na mesma direção)
Se um erro for positivo e outro negativo, isso nos dará um valor negativo
(desvios em direções opostas)
COVARIÂNCIA
Covariância
Média das Diferenças Combinadas
É uma medida de como duas variáveis variam
conjuntamente.
Se a covariância entre duas variáveis é igual a zero, significa que elas são
independentes.
COVARIÂNCIA
(Renda)
Renda per capita
/
Consumo de água
per capita
(Consumo)
Municípios
Covariância
Covariância Positiva: Quando uma variável se desvia da
média, a outra variável se desvia na mesma direção.
Covariância Negativa: Quando uma variável se desvia da
média, a outra variável se desvia na direção oposta.
COVARIÂNCIA
Covariância
UM PROBLEMA!!!
A covariância depende das escalas de medida. Não é
uma medida padronizada.
TESTES DE HIPÓTESE
Para testar a significância de uma medida de
correlação, estabelecemos uma hipótese
(nula) de nenhuma correlação existe na
população.
HIPÓTESES
Hipótese Experimental (H1) Geralmente
corresponde a uma “previsão” feita pela pesquisador
(existe uma correlação na população)
Hipótese Nula (H0) O efeito previsto não existe
(não existe uma correlação na população)
Tornou-se convenção na análise estatística iniciar o estudo pelo
teste da hipótese nula.
Para confirmar ou rejeitar nossas
hipóteses:
Ou seja,
REJEITA!
Consumo de Sorvete
Verão
Causa Causa
ou
Para diversão
Spurious Correlation – www.tylervigen.com
Utilizando o R2 para Interpretação
Embora não possamos tirar conclusões diretas
sobre causalidade, podemos levar o coeficiente de
correlação um passo a frente elevando-o ao
quadrado Coeficiente de Determinação, R2
Mas…
Nossa interpretação da relação entre duas
variáveis muda de alguma maneira ao
olharmos para o contexto mais amplo de
outros fatores relacionados???
CORRELAÇÃO PARCIAL
Em muitos casos, é importante ver o
relacionamento entre duas variáveis quando o
efeito de outras variáveis são constantes.
Tempo
revisando
Desempenho
Controle
na prova
Ansiedade
Correlação
pré-prova
CORRELAÇÃO
SEMIPARCIAL
Tempo
revisando
Desempenho
Controle
na prova
Ansiedade
Correlação
pré-prova
Análise de Correlação
no SPSS
Diagrama de
Dispersão
• No SPSS, abra o arquivo
“Agua2010_SNIS.sav”
• Vá em Gráficos >
Construtor de Gráficos>
Diagrama de Dispersão
Selecione as variáveis
Consumo de Água per capita
(população total) -> Eixo Y
Renda per capita -> Eixo X
Diagrama de Dispersão
Como é o
relacionamento entre
as variáveis
selecionadas?
- Linear?
- Forte/Fraco?
- Positivo/Negativo?
Diagrama de Dispersão
Gráficos ->
Caixas de diálogo legadas ->
Dispersão/ponto ->
Dispersão Simples
Correlação no SPSS
Analisar > Correlacionar > Bivariada…
(Analyse > Correlate > Bivariate …)
Correlação no SPSS
ATIVIDADE 4
Utilizando os dados do seu trabalho de curso,
conduza as seguintes análises no SPSS:
1. Construa e interprete diagrama(s) de dispersão a
partir de variáveis de interesse.
2. Calcule e interprete a correlação entre variáveis
de interesse. É significativa? O que isso significa?